Brain2Vec：面向结构性脑 MRI 的自监督三维基础模型

在结构影像领域，“脑龄”早已被当作大脑健康的替代生物标志物 ^[1]：仅用结构 MRI 特征预测年龄的平均绝对误差约 5.33 年，叠加 MEG 信息后可降至 4.88 年 ^[4]；在疾病端，基于区域萎缩模式的监督学习模型能输出连续的 AD 评分，在 ADNI-1 中区分患者与对照的准确率达 89% ^[5]。但这一方向的瓶颈也很清楚：监督学习依赖大量真实标签，而神经科学中标签往往缺失或昂贵 ^[3]；模型跨扫描仪、跨来源的泛化表现又会随训练与测试数据在年龄和采集协议上的差异而明显波动 ^[2]。

Brain2Vec 走的是自监督预训练路线：模型在来自多项研究、合计 74,425 例 T1 加权 MRI 上完成预训练，架构为三维掩码自编码器^[6]，既可作为下游微调的权重初始化骨干，也可作为独立的特征提取器。作者从三个维度评估：在脑龄预测任务上，以预训练权重初始化再微调，比随机初始化获得更高的最终精度和更快的收敛；其冻结嵌入在五个下游分类任务中的四个上优于解剖定义的体积特征，并与一个用远多于此的数据预训练的最先进基础模型表现相当；可解释性方面，模型编码的信息集中于空间局限、神经解剖学上有意义的脑区，操纵一部分潜变量可对重建解剖产生单调且区域特异的效应。

放在上述背景下，这项工作的推进点在于把大规模、多研究汇合的自监督预训练切实落到了三维结构 MRI 上：既延续了无标签学习的动机 ^[3]，也以多来源数据池化的方式直面跨扫描仪泛化这一已知难题 ^[2]。与依赖手工区域特征的传统路线相比——例如以 MNI-305 空间配准图像和 132 个脑区体积估计为输入的 BrainAGE 工具^[7]，以及基于区域萎缩模式的 AD 生物标志物 ^[5]——学习到的嵌入在多数任务上胜出，同时保留了区域层面的解剖可解释性。代码与模型已开源，用户可本地安装，或经 NiChart 云平台直接提取特征而无需专门设施。

局限也需要交代：这仍是未经同行评议的 arXiv 预印本；五个分类任务中仍有一个未超过体积特征；多研究预训练能否真正化解扫描仪方差与预测偏差 ^[2]，尚待独立队列检验，其在 AD 等临床人群中的表现也未在现有材料中触及。此外，赛道仍在快速迭代——2025 年已有面向临床 2D T1 加权 MRI 的深度学习脑龄预测框架发表^[8]——基础模型与任务专用模型之间的正面比较远未结束。